論文の概要: Algorithmic amplification of biases on Google Search

• arxiv url: http://arxiv.org/abs/2401.09044v1
• Date: Wed, 17 Jan 2024 08:24:57 GMT
• ステータス: 処理完了
• システム内更新日: 2024-01-18 16:22:51.449733
• Title: Algorithmic amplification of biases on Google Search
• Title（参考訳）: Google検索におけるバイアスのアルゴリズムによる増幅
• Authors: Hussam Habib, Ryan Stoldt, Andrew High, Brian Ekdale, Ashley Peterson, Katy Biddle, Javie Ssozi, and Rishab Nithyanand
• Abstract要約: 本稿では,個人の既存態度が現代の情報探索プロセスにどのように影響するかを考察する。 中絶に対する反対の態度を持つ個人は、異なる検索結果を受け取る。 Google検索エンジンは、検索結果の既存の信念を強化する。
• 参考スコア（独自算出の注目度）: 0.6167267484484484
• License: http://creativecommons.org/licenses/by-nc-sa/4.0/
• Abstract: The evolution of information-seeking processes, driven by search engines like Google, has transformed the access to information people have. This paper investigates how individuals' preexisting attitudes influence the modern information-seeking process, specifically the results presented by Google Search. Through a comprehensive study involving surveys and information-seeking tasks focusing on the topic of abortion, the paper provides four crucial insights: 1) Individuals with opposing attitudes on abortion receive different search results. 2) Individuals express their beliefs in their choice of vocabulary used in formulating the search queries, shaping the outcome of the search. 3) Additionally, the user's search history contributes to divergent results among those with opposing attitudes. 4) Google Search engine reinforces preexisting beliefs in search results. Overall, this study provides insights into the interplay between human biases and algorithmic processes, highlighting the potential for information polarization in modern information-seeking processes.
• Abstract（参考訳）: Googleのような検索エンジンが推進する情報検索プロセスの進化は、人々の持つ情報へのアクセスを変革した。 本稿では,個人の既存態度が現代の情報探索プロセス,特にGoogle検索の結果にどのように影響するかを考察する。 中絶の話題に焦点を当てた調査と情報探索タスクに関する総合的研究を通じて、本論文は4つの重要な洞察を提供する。 1)中絶に対する反対姿勢の人は異なる検索結果を受け取る。 2)個人は,検索クエリの定式化に使用される語彙の選択に対する信念を表現し,検索の結果を形作る。 3) ユーザの検索履歴は, 反対の態度を持つ者の間で異なる結果をもたらす。 4)Google検索エンジンは、検索結果の既存の信念を強化する。 概して、この研究は人間のバイアスとアルゴリズムプロセスの間の相互作用に関する洞察を提供し、現代の情報探索プロセスにおける情報分極の可能性を強調している。

関連論文リスト

• Auditing Google's Search Algorithm: Measuring News Diversity Across Brazil, the UK, and the US [0.0]
  本研究では,ブラジル,イギリス,米国における検索結果の分析により,Googleの検索アルゴリズムがニュースの多様性に与える影響について検討した。 Googleのシステムは、限られた数のニュースメディアを優先的に好んでいる。 発見は、検索結果のわずかに左に偏りを示し、人気のある、しばしば全国のメディアを好んでいることを示している。
  論文  参考訳（メタデータ） (2024-10-31T11:49:16Z)
• Fairness and Bias Mitigation in Computer Vision: A Survey [61.01658257223365]
  コンピュータビジョンシステムは、高精細な現実世界のアプリケーションにますますデプロイされている。 歴史的または人為的なデータにおいて差別的な傾向を伝播または増幅しないことを確実にする必要がある。 本稿では,コンピュータビジョンの文脈における現在進行中の傾向と成功をまとめた,公平性に関する総合的な調査を行う。
  論文  参考訳（メタデータ） (2024-08-05T13:44:22Z)
• Exploring Query Understanding for Amazon Product Search [62.53282527112405]
  問合せ理解に基づくランキング機能がどのようにランキングに影響を及ぼすかを検討する。 ランク付けのためのクエリ理解に基づくマルチタスク学習フレームワークを提案する。 本研究は,Amazon Searchにおける実世界のシステムを用いた調査・調査である。
  論文  参考訳（メタデータ） (2024-08-05T03:33:11Z)
• Navigating the Thin Line: Examining User Behavior in Search to Detect Engagement and Backfire Effects [0.0]
  本研究では,様々なバイアス指標と検索結果の提示が,意見のあるユーザの多様性消費と検索行動に影響を及ぼすかどうかを検討する。 以上の結果から,参加者が(対人偏見の)検索結果に偏りを抱くことで,コンテンツに対する態度が向上することが示唆された。 また, 偏見は, 検索ページ内のインタラクションの全体的な減少傾向と関連していることがわかった。
  論文  参考訳（メタデータ） (2024-01-20T10:28:25Z)
• User Attitudes to Content Moderation in Web Search [49.1574468325115]
  我々は、Web検索における誤解を招く可能性のあるコンテンツや攻撃的なコンテンツに適用される様々なモデレーションプラクティスに対するサポートレベルについて検討する。 最も支持されている実践は、誤解を招く可能性のあるコンテンツや不快なコンテンツについてユーザーに知らせることであり、最も支持されていないものは、検索結果を完全に削除することである。 より保守的なユーザーやウェブ検索結果に対する信頼度が低いユーザーは、ウェブ検索におけるコンテンツモデレーションに反する傾向にある。
  論文  参考訳（メタデータ） (2023-10-05T10:57:15Z)
• Explaining Search Result Stances to Opinionated People [0.0]
  スタンスラベルとその説明が、ユーザーがより多様な検索結果を消費するのに役立つかどうかを検討する。 スタンスラベルや説明が、より多様な検索結果の消費につながることがわかりました。 しかし、この文脈では、ユーザ間で体系的な意見変化の証拠は見つからない。
  論文  参考訳（メタデータ） (2023-09-15T15:08:24Z)
• Investigating Conversational Search Behavior For Domain Exploration [0.5512295869673147]
  本研究では,未知の情報景観を通したナビゲーションのオープンな探索行動について検討する。 5つの領域にわたる一般的な情報探索パターンを明らかにするために,統計解析とプロセスマイニング手法を適用した。
  論文  参考訳（メタデータ） (2023-01-10T17:43:03Z)
• Algorithmic Fairness Datasets: the Story so Far [68.45921483094705]
  データ駆動アルゴリズムは、人々の幸福に直接影響し、批判的な決定をサポートするために、さまざまな領域で研究されている。 研究者のコミュニティは、既存のアルゴリズムの株式を調査し、新しいアルゴリズムを提案し、歴史的に不利な人口に対する自動意思決定のリスクと機会の理解を深めてきた。 公正な機械学習の進歩はデータに基づいており、適切に文書化された場合にのみ適切に使用できる。 残念なことに、アルゴリズムフェアネスコミュニティは、特定のリソース(オパシティ)に関する情報の不足と利用可能な情報の分散(スパーシティ)によって引き起こされる、集合的なデータドキュメント負債に悩まされている。
  論文  参考訳（メタデータ） (2022-02-03T17:25:46Z)
• The Matter of Chance: Auditing Web Search Results Related to the 2020 U.S. Presidential Primary Elections Across Six Search Engines [68.8204255655161]
  私たちは、Google、Baidu、Bing、DuckDuckGo、Yahoo、Yandexの"US Election"、"Donald trump"、"Joe Biden"、"bernie Sanders"の検索結果を調べます。 その結果, 検索エンジン間の検索結果と, エージェント間の検索結果の相違が有意な差があることが示唆された。
  論文  参考訳（メタデータ） (2021-05-03T11:18:19Z)
• Supporting search engines with knowledge and context [1.0152838128195467]
  本論文の第1部では,構造化知識をユーザによりアクセスしやすいものにする方法について検討する。 本論文の第2部では,インタラクティブな知識収集を改善する方法について考察する。 本論文の最後のパートでは,ニュース分野のプロフェッショナルライターを対象とした検索エンジンサポートに注目した。
  論文  参考訳（メタデータ） (2021-02-12T20:28:25Z)
• Machine Learning Explanations to Prevent Overtrust in Fake News Detection [64.46876057393703]
  本研究では、ニュースレビュープラットフォームに組み込んだ説明可能なAIアシスタントが、フェイクニュースの拡散と戦う効果について検討する。 我々は、ニュースレビューと共有インターフェースを設計し、ニュース記事のデータセットを作成し、4つの解釈可能なフェイクニュース検出アルゴリズムを訓練する。 説明可能なAIシステムについてより深く理解するために、説明プロセスにおけるユーザエンゲージメント、メンタルモデル、信頼、パフォーマンス対策の相互作用について議論する。
  論文  参考訳（メタデータ） (2020-07-24T05:42:29Z)

関連論文リストは本サイト内にある論文のタイトル・アブストラクトから自動的に作成しています。

指定された論文の情報です。
本サイトの運営者は本サイト（すべての情報・翻訳含む）の品質を保証せず、本サイト（すべての情報・翻訳含む）を使用して発生したあらゆる結果について一切の責任を負いません。